[发明专利]一种aEEG信号图像特征重构表示和提取方法

说明书

本发明公开了一种aEEG信号图像特征重构表示和提取方法，包括如下步骤：信号分段步骤：获取aEEG信号并分成多段信号段；等高线图绘制步骤：统计各所述信号段中不同幅值出现的频率，连接频率相同的点，绘制等高线图；图像特征提取步骤：提取所述等高线图中的图像特征。通过本发明方法绘制等高线图后，aEEG信号的幅值频率等高图中，色泽区分明显，可以直观地显示不同幅值的分布情况，从而帮助医生更好地界定幅值上下边界，在重构的幅值频率等高图基础上，可以进一步提取其图像特征。

技术领域

本发明专利涉及振幅整合脑电图的特征表示和提取方法，特别是一种基于图像信息的aEEG信号特征表示和提取方法。

背景技术

振幅整合脑电图(amplitude-integrated electroencephalography,aEEG)技术是一种新生儿监测脑功能状态的有效手段(Hellstrom–Westas et al.,2008)，已广泛作为新生儿脑损伤的辅助检查手段，为医生对新生儿缺氧缺血脑病、窒息、癫痫、颅内出血和脑积水，以及脑病治疗对象筛选提供了客观的评价指标。通常aEEG信号呈条带状轨迹，一般幅值在10～40μV之间。它的宽度与新生儿脑功能状态有关，通常在新生儿深度睡眠期间轨迹较宽，而在轻度睡眠状态或清醒状态下aEEG信号轨迹较窄。

目前国际上对aEEG信号分析主要依靠人工实现，即医生对aEEG的背景图进行目测判读，主要看其背景活动形式(主要关注其上下边界)、睡眠－清醒周期是否存在、痫样波是否存在等。目前对aEEG信号有两种分类方法(De Vries,L.S.et al.,2005)。一类是根据新生儿aEEG的背景活动分为三种：(1)振幅正常：振幅波谱带上边界10μV，下边界5μV；(2)振幅轻度异常：波谱带上边界10μV，下边界5μV；(3)振幅重度异常：波谱带上边界10μV，下边界5μV。三种形式aEEG均可伴有痫样活动，表现为幅值突然增高伴波谱带变窄，随后短暂抑制。根据aEEG背景活动及有无痫样活动，将aEEG结果分为三种：振幅正常为正常aEEG，振幅轻度异常及振幅正常伴痫样活动为轻度异常aEEG，其余均为重度异常aEEG。另一类是将新生儿aEEG的背景活动描述为六种：(1)连续正常电压：连续电活动，幅值为5-10/10-50uV；(2)不连续正常电压：不连续电活动，幅值5uV；(3)连续低电压：连续电活动，幅值5uV；(4)爆发抑制：不连续电活动，间歇期幅值极低，间有高幅爆发；(5)平台：5uV的极低电压。(6)痫样活动。亦根据aEEG背景活动及有无痫样活动，将aEEG结果分为三种：连续正常电压为正常aEEG，连续不正常电压为轻度异常aEEG，其余为重度异常aEEG。

近年来，开始了对新生儿aEEG信号的自动分析研究工作。其基本方法是，首先提取aEEG信号的特征，然后送入分类模型对aEEG信号自动分类判别，其中关键是特征提取这一环节。目前对于aEEG信号提取特征方法主要是针对信号的幅值，提取信号的线性特征包括幅值均值、方差、最大最小值以及上下边界等。如Bowen通过计算aEEG信号的最大最小值、均值和标准差来量化分析aEEG(Bowen,Paradisis et al.2010)，其中幅值均值、最大最小幅值给出了aEEG数据的大致分布，方差则是描述aEEG信号幅值的离散程度。此外，也出现了一些非线性特征的使用，例如李雷、陈伟婷等将近似熵理论应用到新生儿aEEG信号分析上，该研究将非线性动力学理论引入aEEG特征提取中(Li,Chen et al.2010)；王愈等将线性特征以及幅值分布直方图结合用于aEEG的特征分析(Chen,Wang et al.2014)。

现有的aEEG人工判读中，医生对幅值上下边界根据监护仪上波带颜色浓淡而决定，把颜色较浓处所对应的高低幅值作为上下边界。但背景图的浓淡边界通常不明显，不同人对颜色浓淡的判断不同，导致不同医生对同一aEEG信号的判读结果有异。而在aEEG自动分析中，目前工作基本为基于信号幅值的特征提取，未出现图像特征的使用。

发明内容

本发明提出了一种aEEG信号图像特征重构表示和提取方法，包括如下步骤：